基于DCGAN的手写体蒙文字元样本增强

摘要：

蒙古文由蒙文字元组成,针对手写体蒙文字元样本过少的问题,提出基于深度卷积对抗生成网络(DCGAN)的样本增强方法对手写体蒙文字元样本进行样本增强.DCGAN与WGAN均属于对抗生成网络中具有代表性的网络模型,实验使用DC-GAN网络模型生成的图像与WGAN网络模型生成的图像进行对比,发现同轮次下DCGAN的运算速度与生成图像质量都优于WGAN.在实验中使用DCGAN对手写体蒙文字元样本进行样本增强,生成新的样本图像并对样本进行分类输入原数据集,增加样本多样化.利用颜色直方图、感知哈希算法对深度卷积对抗生成网络生成的图像进行分析评估,发现新生成的样本图像与原图像相似度高达84.8％.

关键词：DCGAN;WGAN;样本增强;图像;分类

所属期刊栏目：42

分类号：TP391.1(计算技术、计算机技术)

资助基金：内蒙古自治区自然科学基金;内蒙古自治区高等学校科学研究项目

在线出版日期：2022-01-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：93-98